基于模型预测控制的路径跟踪控制器模型仿真

李家齐

摘 要：文章建立车辆二自由度运动学模型，并将车辆二自由度运动微分方程离散化、线性化，设计了一种基于模型预测算法的轨迹跟踪控制器，并且在实验的基础上制定合理的约束函数和控制规则，从而兼顾路径跟踪的准确性和车辆的稳定性。采用Carsim& Simulink平台对算法进行仿真验证，结果表明基于模型预测控制的轨迹跟踪控制器在5m/s以下时能够较好地跟踪预设轨迹。关键词：自动驾驶;路径跟踪;模型预测控制中图分类号：U471.15  文献标识码：A  文章编号：1671-7988（2020）01-42-04

Abstract： In this paper， the two-degree-of-freedom kinematics model of vehicle is established， and the differential equation of vehicle two-degree-of-freedom model is discretized and linearized. A trajectory tracking controller based on model prediction algorithm is designed， and a reasonable constraint function is established based on the experiment， attempting to balance the accuracy of path tracking and vehicle stability. The algorithm is verified by Carsim& Simulink platform. The results show that the trajectory tracking controller based on model predictive control can track the preset trajectory better when it is below 5m/s.Keywords： Automatic driving; Path tracking; Model predictive controlCLC NO.： U471.15  Document Code： A  Article ID： 1671-7988（2020）01-42-04

前言

自動驾驶系统最基本的执行部分是运动控制模块，它关系到安装自动驾驶系统的车辆能否准确地执行上层模块所给定的任务。智能车辆在行进过程中会受到路面不平、风力等外部影响，并且无人驾驶车辆本身的系统具有高度不确定性，是一个非线性的系统，在自动驾驶车辆行驶过程中，车辆系统的参数不断发生变化，并且有的参数无法直接测量得到。

因此，在模型参数不确定或变化的情况下，通过复杂车辆模型来设计性能良好的控制器比较困难[1]。由于完全车辆模型较为复杂，实际应用与简化后模型效果相差不大，因此在有关车辆仿真研究中对车辆模型简化可以有效地减少计算量，同时保证计算精度[2]。

1 建立模型

1.1 车辆动力学模型

要用于车辆轨迹跟踪控制器的模型需要比局部路径规划所用的模型更加精确，为了简化计算，同时保证一定的精度，我们采用二自由度车辆动力学模型，如图1所示。

对图1所示的车辆模型进行分析，并结合图2，得：

3 结论

本文通过构建多约束的线性时变系统描述非线性路径跟踪问题，针对预测时域范围内对车速、路径跟踪性能进行仿真，通过动态改变控制器的预测时域变化率与参考速度变化率等参数动态调节车辆运动轨迹，并将轨迹与实际轨迹对比，得到车辆基于路径跟踪横向误差大约为2.095m，该系统在能够满足自动驾驶汽车直线行驶车道保持和转弯跟随弯道路径的需求下，显著提高车辆轨迹跟踪响应速度，并且在速度波动时仍能较好的跟踪规划轨迹。

参考文献

[1] 无人驾驶车路径跟踪控制研究[J].计算机工程，2012，38（10）：128- 30.

[2] 汽车在两种转向工况下的路径规划与路径跟踪研究[D];南京航空航天大学， 2015.

[3] 龚建伟，姜岩，徐威.无人驾驶车辆模型预测控制.[M].北京：北京理工大学出版社，2014.04.

[4] 拉贾马尼.车辆动力学及控制.[M].北京：机械工业出版社，2011.01.

[5] 第十届中国智能交通年会学术委员会.第十届中国智能交通年会优秀论文集. [M].北京：电子工业出版社，2015.10.